列车调度指挥系统（TDCS，Train operation Dispatching Command System）是我国铁路运输企业开展行车指挥工作的重要装备，承载着运行计划编制、调度命令下发、进路排列状态监控、列车位置监控、运输数据统计分析等重要功能。在我国铁路快速发展的新形势下，TDCS的线路覆盖率、系统完善度和功能重要性持续提高，传统分布式结构逐渐成为TDCS在高效运用、灵活部署和低成本维护方面迭代优化的技术瓶颈。

云计算具有弹性计算、资源虚拟化、容错度高、数据共享及资源动态分配等基础特性，对于提升大型复杂系统的安全性、促进系统业务互联互通及挖掘系统潜在价值优势明显。云计算在通信、银行、电力等行业的系统构建中得到了广泛应用^[1-2]。在铁路领域，相关研究工作主要集中在客货营销、经营管理、远程办公等信息化建设方面，运用云计算构建核心信号系统的研究相对较少^[3-5]。本文结合TDCS的运用需求和发展现状，研究基于云计算TDCS构建方案并分析其可行性，为TDCS创新发展提供技术参考和决策支持。

1   需求分析

1.1   TDCS结构现状

TDCS由中心总机系统和车站子系统组成。中心总机系统由专用服务器、调度台终端和网络设备等组成，承载计划编制、命令拟定、信息转发、接口通信、协议转换、系统维护及数据存储等功能。中心总机系统的设备通过千兆以太网实现高速通信。车站子系统由自律机、车务终端、维修机和接口设备组成，承载本站的命令接收、行车日志展示、闭塞办理、车次号追踪及进路错办判定等功能。车站子系统通过百兆以太网实现车站内部通信，并通过冗余环网接入中心总机。

1.2   云计算

云计算是信息技术发展的必然趋势。云计算也得到了众多科技型企业的关注。国外的亚马逊、Google等公司的云计算已经进行了近十年的商业化应用。我国的阿里巴巴、百度、华为等公司也相继推出了自己的云平台产品。按照应用模式划分，云计算平台可以分成私有云、公共云和混合云^[6]。

（1）私有云通常是基于企业内部的IT资源进行部署，访问权限较为集中和可控。

（2）公共云是通过互联网向不同的用户提供应用软件、数据存储等服务，用户无需自己投资建设，使用成本较低。

（3）混合云是私有云和公共云相结合的模式。

1.3   应用云计算的需求分析

TDCS庞大，系统各节点分布广泛且功能联动。传统分布式结构下，硬件节点孤立分布，局部系统资源固化，难以满足TDCS动态部署、实时平滑演进的新需求。TDCS的系统现状及其优化目标，如图1所示。

图  1  TDCS现状及优化目标

下载: 全尺寸图片 幻灯片

TDCS以庞大而繁杂的系统结构，承载着高安全性、高准确度和高复杂性的业务，系统呈现出以下3个方面的问题。

（1）系统可扩展性低。系统的新建和升级改造难度大，对运输业务影响大。我国铁路高速发展，既有TDCS面临着大范围、高频次的升级改造工作。分布式结构下的设备功能联动，局部升级改造引起的特定设备停用，会导致与其通信的其它设备功能失效，即功能失效的传递效应强，对运输业务干扰大。

（2）系统资源利用率不均衡。由于建设时期不同，同类型设备的处理能力存在差异；由于干线和支线运输业务量不同，同等处理能力的设备所承载的业务量存在差异。因此，TDCS硬件资源分布与业务量分布不匹配，部分设备的计算资源运用不充分，造成了资源浪费。

（3）系统的维护成本高。TDCS所含硬件设备种类多且分布在铁路沿线，备品库的存储成本高、巡检难度大，对维护人员的专业技术水平要求高。

2   系统设计

2.1   系统结构

TDCS作为铁路核心信号系统，系统重构不能降低其安全性；TDCS内部存储了大量的运输计划及运输统计数据，内容涵盖特货运输计划、军事运输计划等，具有一定的涉密性，即部分设备需专机专用。从安全性和专用化程度两个方面，TDCS所含设备可以划分为4个等级，分别对应不同的部署方案，其差别化部署方案下的系统结构，如图2所示。

图  2  云计算TDCS结构

下载: 全尺寸图片 幻灯片

2.1.1   泛在接入

运用泛在接入方案部署低安全性且高专用度的设备。此类设备包括复视终端、大屏控制器、网络打印机等，具备较强的专用度，以定制化硬件资源承载特定功能，其故障或停机状态的影响范围不扩散。因此，不对其资源进行虚拟化，使此类设备以独立单元灵活接入TDCS云计算主系统，身份验证业务由主系统承担。

2.1.2   公有云

低安全性且低专用度的设备，采用公有云构建。此类设备主要包括TDCS网管工作站、系统维护工作站、对外信息提供服务器等，采用旁路接入方式与主系统连接，并且信息交互是单向的，即只从主系统获取信息，而不向主系统发送信息。基于公有云重构此类设备，以最大限度提高其部署的灵活性。

2.1.3   私有云

高安全性且低专用度的设备，采用私有云构建。TDCS调度台工作站、应用服务器、通信服务器等属于此类设备，其硬件资源充足，但资源分布不合理，局部业务量随时间波动。运用私有云，可以将现有计算和存储资源整合为资源池，按需求为不同业务提供动态支持。私有云平台部署在高安全等级的TDCS调度中心，以利于平台扩容、安全保障和数据保密。

2.1.4   控制性接入

高安全性且高专用度的设备，控制性接入TDCS云计算主系统。在既有体系结构中，数据库服务器、网络安全、通信质量监督等设备是以高安全性为导向进行部署的，具有很强的容错性和独立性，且计算资源高度可控，便于全面监测分析其运行状态。由于云平台的资源是动态变化的，信息突变和端口漂移的情况实时发生，在安全性、可控性方面无法满足此类设备的需求。因此，高安全性且高专用度的设备仍维持既有部署方式，并固定其对外交互接口，与云平台实现限速限量的控制性交互。

2.2   系统资源分配策略

云计算TDCS资源分配机制包括动态调度和按预设策略分配。云计算平台具备较为成熟的资源动态调度算法，能够快速均衡TDCS多种业务的突发瞬时需求，进而得出云平台资源调度的最优解^[7-8]。

资源分配预设策略需要结合系统资源需求模型进行设计。TDCS各项业务功能对系统资源的需求具有一定规律性，基于合理化的需求模型设计资源分布预设策略，能有效避免资源频繁迁移，进而缩短资源分配的收敛时间。

3   可行性研究

3.1   模型适用性

云计算TDCS模型需要满足2个方面的要求，即业务与资源之间具有相关关系且系统边界清晰^[9]。

（1）TDCS业务与系统资源有较明确的对应关系，从而具备云计算抽象化虚拟资源池支撑多任务的资源分配基础。TDCS业务类型可以分为5类，即数据采集、信息转发或过滤、人机交互、协议转换及运维协助；TDCS资源可以分为4类，即数据处理资源、监测及分析资源、校验资源和存储资源。TDCS业务与资源的对应关系，如图3所示。

图  3  TDCS业务与资源对应关系

下载: 全尺寸图片 幻灯片

由图3可知，TDCS业务与资源具有较为明确的对应关系，能够适用于云计算模型。

（2）资源规模是资源调度算法的边界和基础，系统资源规模必须是确定的。TDCS是铁路核心信号系统，具有自身的专用网络，虽然系统体量庞大，但系统界限分明。TDCS全部设备都由维护单位登记造册，与外围系统的接口均有安全边界防护。因此，TDCS资源规模是稳定的，系统边界是明确的，符合云计算模型的构建要求。

3.2   系统可扩展性

TDCS功能包括核心功能、报警提示、网络通信和系统运维4个大类，核心功能有列车作业管理、调车作业管理、站场信息展示与存储、接口、施工管理和仿真实训平台，如图4所示。

图  4  TDCS功能分类及关联关系

下载: 全尺寸图片 幻灯片

各类功能之间具有紧密的协同关系，支撑各类功能的硬件设备相互联动。在信息交互如此复杂的情况下，现有架构TDCS的扩容及改造难度大，极易造成对运输业务的大面积影响。

云计算支持资源动态伸缩，通过资源调度机制，动态迁移系统资源，局部集中处理相关业务，从而简化功能实现的协同机制。例如调度台所需的显示信息可以从云资源池内获取，而不是仅从某台接口服务器获取；新建线路TDCS接入调度中心总机系统，不需要对整体结构进行重新设计，只用按需扩展资源池即可，能够有效地降低局部升级或改造对运输业务的干扰。

3.3   资源利用率

传统分布式结构下，TDCS硬件设备自成体系，硬件资源固化。硬件资源部署必须满足自身峰值需求，大量资源被短时调用后，即长期处于静默状态，从而导致资源浪费。以中国铁路北京局集团有限公司的TDCS中心为例，运输调度管理系统（TDMS，Transportation Dispatching Management System）接口服务器在调度员交班的时间段内（每日8：00、18：00各一次，通常时间不超过20 min），需要集中接收、转存日班计划，设备资源占用率最高可达82%；而在其它时间，TDMS接口服务器只需要在接收临时调整计划时调用少量资源，资源占用率仅为7%，大量资源被闲置。云计算TDCS中的虚拟资源具备动态部署、实时调配的能力，系统资源部署方案在保证安全冗余的前提下，实现资源部署和资源需求的总量平衡即可，可减少常态下的静默资源，提升资源利用率。

3.4   维护成本

TDCS所含业务节点种类较多，不同业务节点依据功能特性对资源有不同的需求。例如应用服务器需要实时转发并缓存信息，对存储能力及资源配属稳定性有较高的要求；运行图代理服务器的功能是接收查询请求，从数据库调取数据并定时发送，其功能特点是接收瞬时请求并快速处置，对计算能力要求较高。

按照各类业务节点的功能特性进行多样化的资源部署，会提高硬件维护和建立备品库的难度；若为了降低维护成本，追求资源部署的标准化，则只能依据具有最高性能需求的业务节点进行部署，从而造成投资浪费。因此，在分布式结构TDCS的构建过程中，减少投资浪费和降低维护成本是互相制约的两种需求，难以实现同步优化。

云计算TDCS通过资源虚拟化技术，弱化硬件特性与业务之间的对应关系，从而可以在标准化建设的硬件基础上，均衡承载多样化的业务，并满足不同业务定制化的资源需求。硬件设备的标准化建设模式，能降低维护门槛、简化备品库、规范故障处置流程，从而降低维护成本。因此，云计算TDCS打破了减少投资浪费和降低维护成本之间的制约关系，为实现双目标的帕累托最优奠定了基础。

3.5   系统能耗

定义1：云计算TDCS业务是一个二元组$\left({{M}},{{{\phi }}}\right)$。其中，${{M}}=\left({{m}}_{{i}}|1\leqslant {{i}}\leqslant {{z}}\right)$表示系统中的任务集，${{m}}_{{i}}$表示第${{i}}$类任务。TDCS业务的产生具有随机性，例如调度命令的下达，服务器主备状态变化信息的转发等。为简化计算模型，定义${{{\phi }}}=({{\varphi }}_{{i}}|1\leqslant {{i}}\leqslant{{z}})$表示任务的产生率集合，${{\varphi }}_{{i}}$表示${{m}}_{{i}}$类任务在单位时间内的产生概率，${{m}}_{{i}}\in {{M}},{{\varphi }}_{{i}}\in {{{\phi }}}$。

云计算TDCS全域范围内，所有${{z}}$类任务的总产生概率为：${\bf{\varphi }}=\displaystyle\sum _{{{i}}=1}^{{{z}}}{\bf{\varphi }}_{{i}}$。假设不同计算任务被分配给TDCS内某台设备的概率是可知的（可以通过遗传迭代类的学习算法，获取此类概率集），设${{h}}_{{{i}}{{j}}}$表示${{m}}_{{i}}$类任务被分配到硬件设备${{r}}_{{{j}}}$的概率。则${{r}}_{{{j}}}$被分配到${{z}}$类任务的总体概率（任务被分配给某硬件设备的期望概率）为：

定义2：${{t}}_{{{i}}{{j}}}^{{busy}}$为硬件设备${{r}}_{{{j}}}$执行${{m}}_{{i}}$任务的工作功率。

加入任务分配的随机性因素，硬件设备${{r}}_{{{j}}}$对所有${{z}}$类任务的期望工作功率表示为：

公式（2）中的${{h}}_{{{i}}{{j}}}{{\varphi }}_{{i}}\cdot {{{{{W}}}}({{r}}}_{{{j}}}) < {{1}}$。同时，为了简化计算模型，假设TDCS硬件设备${{r}}_{{{j}}}$完成不同任务的工作功率相同，即${{t}}_{{{i}}{{j}}}^{{busy}}$是一个常数，且${{t}}_{{{i}}{{j}}}^{{busy}}={{t}}_{{{j}}}^{{busy}}$。则${{W}}\left({{t}}_{{{j}}}^{{busy}}\right) < {{z}}\cdot {{t}}_{{{j}}}^{{busy}}$。即：${{z}}$类任务总量不变的情况下，云计算TDCS所含硬件设备${{r}}_{{{j}}}$的期望工作功率小于硬件资源固化状态下的工作功率。

此外，TDCS不同设备对不同任务的处理性能存在差异^[10]，合理化的资源调度算法以硬件的个性化计算能力作为重要参数，将某项具体任务分配给最适合的硬件设备，可以进一步降低系统能耗。

4   结束语

本文通过对TDCS运用现状及优化需求的分析，提出了基于云计算构建TDCS的技术路线，设计了云计算TDCS的差别化部署方案，就其可行性进行探讨。结果表明，云计算TDCS在降低部署难度、提高资源利用率、降低能耗方面具有明显优势，能更好地满足我国铁路运输组织需求，具有良好的应用前景。基于云计算构建TDCS将是TDCS创新研究的重要领域。云计算TDCS的设计和应用研究尚处于起步阶段，从云平台可用性、可靠性和运用成本和异构数据挖掘等方面，仍需要进行深入探索。